Datasets para entrenar IA
Datasets de edición fotográfica para entrenar IA, editados a mano
Pares de antes y después editados por nuestros retocadores, e imágenes etiquetadas por personas para visión artificial: cajas delimitadoras, polígonos, máscaras y puntos clave. Todo creado solo con imágenes de las que tienes la propiedad o la licencia.
Sin pedido mínimoPrueba gratuitaPago por imagenEdición a mano, no con IA
Precio por par o por imagen etiquetada, presupuestado tras un lote piloto. Plazo acordado para cada lote.
Privacidad y derechos
Las fotos de los clientes nunca entrenan un modelo
El trabajo con datasets y la edición para clientes están totalmente separados. Esto es exactamente lo que te prometemos.
Las fotos de los clientes nunca entran en un dataset
Las fotos que fotógrafos y marcas nos envían para editar nunca se usan para entrenar IA ni se incluyen en ningún dataset, ni nuestro ni de un cliente.
Solo imágenes con derechos claros
Creamos datasets únicamente con imágenes que tú nos facilitas y de las que eres propietario o tienes licencia, o con imágenes cuyos derechos de uso para entrenamiento están documentados. Guardamos el registro del origen de cada imagen de partida.
NDA, eliminación y propiedad
Firmamos un acuerdo de confidencialidad (NDA) si lo pides. Los archivos se eliminan de forma definitiva 30 días después de la entrega, o antes si lo pides. El dataset entregado es tuyo.
Cada par lo edita una persona
Sin editores automáticos con IA ni rellenos generativos. Cada imagen objetivo es el trabajo de un editor formado, y eso es justo lo que la hace valiosa para entrenar.
Cómo tratamos cada archivo: Seguridad y protección de datos
Lo que recibes
Qué incluye un dataset
Un modelo aprende una edición a partir de la diferencia entre el original y el resultado. Nosotros hacemos que esa diferencia sea limpia, coherente y documentada.
Originales y ediciones emparejados
Cada imagen de partida va con su resultado editado a mano, emparejados uno a uno, con el mismo tamaño y el mismo encuadre.
Máscaras y segmentación
Máscaras opcionales que marcan exactamente qué píxeles han cambiado, o a qué objeto, persona o zona del fondo se aplica una edición.
Etiquetas y metadatos
Cada par etiquetado por tipo de edición, categoría del sujeto y estilo objetivo, según un esquema que acordamos contigo antes de empezar.
Instrucciones de edición por escrito
La instrucción detrás de cada edición, en lenguaje claro, para modelos que deben aprender a seguir un prompt y no solo a imitar un resultado.
Tipos de edición
Ediciones con las que creamos datasets
Las mismas ediciones que nuestro equipo hace cada día para fotógrafos y marcas, aplicadas a tus imágenes de partida. Un tipo de edición por dataset, o una combinación.
Eliminación de objetos
Objetos, personas, cables y desorden eliminados, con el fondo reconstruido a mano.
Cambio de fondo
Fondos recortados, limpiados o sustituidos, con bordes limpios en pelo, cristal y detalles finos.
Corrección de color y exposición
Balance de blancos, exposición, contraste y dominantes de color corregidos para un resultado neutro y uniforme.
Retoque de piel
Imperfecciones y distracciones eliminadas manteniendo una textura de piel real, con el nivel de retoque que tú indiques.
Mejora y limpieza
Polvo, ruido, reflejos y pequeños defectos corregidos, y detalles enfocados sin halos.
Estilo y look coherentes
Un etalonaje o un look de marca definido, aplicado igual en cada imagen, para modelos de transferencia de estilo.
Ediciones en varios pasos
Una cadena de instrucciones aplicadas en orden, con cada fase intermedia guardada, para modelos que editan por turnos.
Acabado de imágenes de producto
Ediciones de producto al estilo marketplace: recortes, sombras, ajuste de color y limpieza de superficies.
Anotación de datos
Anotación de imágenes para visión artificial, hecha por personas
Además de pares editados, etiquetamos imágenes para modelos de detección, segmentación y clasificación. Cada etiqueta la traza una persona que sigue tu lista de clases, no un modelo de etiquetado automático.
Cajas delimitadoras (bounding boxes)
Rectángulos ajustados alrededor de cada objeto de tu lista de clases, para modelos de detección de objetos.
Polígonos y segmentación de instancias
Contornos trazados punto a punto alrededor de cada objeto, para que cada instancia tenga su propia forma.
Máscaras de segmentación semántica
Cada píxel asignado a una clase, como carretera, cielo, persona o producto, y entregado como máscaras.
Clasificación y etiquetado de imágenes
Una o varias etiquetas por imagen, de tu lista de categorías o de un conjunto de etiquetas que acordamos contigo.
Puntos clave y puntos de referencia
Puntos colocados en articulaciones, rasgos faciales o esquinas de producto, en el orden que define tu esqueleto.
Revisión y corrección de etiquetas existentes
Etiquetas creadas por un modelo de etiquetado automático o por otro proveedor, revisadas y corregidas a mano: objetos omitidos, cajas holgadas y clases erróneas.
Dónde trabajamos
En tus herramientas, o como archivos
Nos adaptamos al entorno que tu equipo ya usa, sin trasladar nada a una plataforma nueva.
Tu workspace de Roboflow
Invita a nuestro equipo como etiquetadores y anotamos dentro de tu proyecto. El proyecto, sus clases y cada versión del dataset se quedan en tu workspace.
CVAT o Label Studio
Lo mismo en CVAT o Label Studio: añade a nuestros etiquetadores a tu proyecto y el trabajo se queda donde tu equipo puede verlo.
Archivos en formatos estándar
¿Prefieres archivos? Entregamos las anotaciones emparejadas con tus imágenes por nombre de archivo, en el formato que lee tu código de entrenamiento.
Cómo revisamos las etiquetas
Cada etiqueta la traza o la revisa una persona. Después, una segunda persona revisa una muestra de cada lote en estos puntos.
- Objetos omitidos
- Cajas y contornos holgados o recortados
- Clase incorrecta
- Coherencia con tu guía de etiquetado
Seguimos tu lista de clases y tu guía de etiquetado. Si aún no tienes una guía, podemos ayudarte a redactarla durante el piloto.
Roboflow, CVAT y Label Studio son productos de sus respectivos propietarios. Trabajamos en ellos en tus proyectos; no estamos afiliados a ellos ni contamos con su respaldo.
Nuestro proceso
Cómo lo construimos
Seis pasos desde tu briefing hasta un dataset listo para cargar, con un lote piloto primero para que nada se escale antes de que lo apruebes.
01
Alcance y lote piloto
Acordamos los tipos de edición, las reglas de estilo, el esquema de etiquetas y la estructura de archivos, y después editamos un pequeño lote piloto para que lo compruebes frente a tus necesidades de entrenamiento.
02
Una instrucción por par
Cada imagen de partida recibe una instrucción escrita antes de abrirse, así la edición queda definida, es repetible y queda registrada.
03
Edición a mano
Nuestros editores aplican cada instrucción a mano con software profesional de edición. Sin editores automáticos con IA ni rellenos generativos.
04
Control de calidad
Una segunda persona revisa cada par frente a la instrucción y las reglas de estilo antes de aceptarlo.
05
Etiquetas, máscaras y metadatos
Los pares aceptados se etiquetan, se enmascaran cuando hace falta y se vinculan a su registro de origen.
06
Entrega estructurada
Cada lote llega con la estructura de carpetas y los nombres de archivo que has indicado, listo para cargar en tu pipeline de entrenamiento.
Control de calidad
Qué revisamos en cada par
Un modelo copia los errores con la misma fidelidad que el buen trabajo, por eso una segunda persona revisa cada par antes de que entre en un lote.
- Sin artefactos visibles: halos, manchas, patrones repetidos ni bordes blandos
- Tono y color uniformes en todo el lote
- Balance de blancos comprobado con la referencia acordada
- Imágenes de partida duplicadas o casi duplicadas señaladas
- La edición hace lo que dice la instrucción, y nada más
- Pares, máscaras y etiquetas emparejados por nombre de archivo, sin huecos
Formatos de entrega
Entregado listo para cargar
Archivos de imagen emparejados
Originales y ediciones con nombres de archivo coherentes y correspondientes, en el formato y la profundidad de color que necesites.
Máscaras en PNG
Máscaras binarias o multiclase guardadas en PNG, con el nombre del par al que pertenecen.
Etiquetas en JSON o CSV
Tipo de edición, categoría, estilo, texto de la instrucción y registro de origen de cada par, en JSON o CSV.
Tu estructura de carpetas
Dividido en conjuntos de entrenamiento, validación y prueba, o por tipo de edición, según lo que acordemos contigo antes del lote piloto.
Para quién es
Para equipos que entrenan modelos de edición
Desde 2019, nuestro equipo de más de 100 editores trabaja para fotógrafos, estudios y marcas. Los clientes de datasets cuentan con las mismas personas y los mismos estándares.
Desarrolladores de herramientas de retoque
Equipos que entrenan modelos de retoque de retrato, piel y limpieza y necesitan imágenes objetivo que un profesional daría por buenas.
Modelos de eliminación de fondo
Máscaras trazadas a mano y fondos sustituidos, con los bordes difíciles (pelo, pelaje, cristal) bien resueltos.
Etalonaje y corrección de color
Trabajo de color de antes y después coherente para modelos de corrección automática, etalonaje y transferencia de estilo.
Herramientas de imagen para e-commerce
Recortes de producto, sombras y acabado fiel al color para herramientas que preparan imágenes para marketplaces.
Marcas y estudios
Tus propias imágenes editadas con tu estilo de la casa, como dataset para un modelo propio que debe editar como lo haces tú.
Precio tras un piloto
Cada proyecto es distinto, así que fijamos el precio por par para los datasets editados y por imagen o conjunto de etiquetas para la anotación, cuando el lote piloto muestra cuánto trabajo lleva cada elemento. Recibes un precio fijo antes de que empiece el trabajo de volumen.
Plazo por lote
Acordamos una fecha de entrega para cada lote según su tamaño y el tipo de edición, y entregamos por lotes para que tu equipo pueda empezar a entrenar antes de que el conjunto completo esté terminado.
Preguntas frecuentes
Preguntas sobre datasets para entrenar IA
¿Usáis las fotos que os envían los clientes para editar?
No, nunca. Las fotos que nos llegan para editar nunca se usan para entrenar IA ni se incluyen en ningún dataset, ni nuestro ni de un cliente. Solo sirven para completar la edición encargada y se eliminan 30 días después de la entrega.
¿De dónde salen las imágenes de partida?
De ti. Trabajamos con imágenes que tú nos facilitas y de las que eres propietario o tienes licencia, o con imágenes con derechos de uso para entrenamiento documentados. Registramos el origen y los derechos de cada imagen del dataset.
¿De quién es el dataset terminado?
Tuyo. Los pares, máscaras y etiquetas entregados te pertenecen y no los reutilizamos para nadie más. Firmamos un acuerdo de confidencialidad (NDA) si lo pides.
¿Usáis IA para hacer las ediciones?
No. Cada par lo edita a mano una persona. Nunca usamos editores automáticos con IA ni IA generativa en las imágenes, y de eso se trata: un modelo entrenado con ediciones hechas por una máquina aprende los errores de la máquina.
¿Podéis etiquetar imágenes en nuestro workspace de Roboflow?
Sí. Invita a nuestro equipo a tu workspace de Roboflow como etiquetadores y anotamos allí. El proyecto, sus clases y las versiones del dataset se quedan en tu workspace, y tú decides a qué tenemos acceso.
¿En qué formatos de anotación entregáis?
COCO JSON, YOLO TXT, Pascal VOC XML o CSV. Si trabajamos dentro de tu proyecto de Roboflow, CVAT o Label Studio, exportas las etiquetas desde allí en el formato que uses.
¿Usáis etiquetado automático?
No. Las etiquetas las trazan personas. Si tu proyecto ya tiene etiquetas generadas automáticamente, podemos revisarlas y corregirlas a mano.
¿Cuánto cuesta un dataset?
Cobramos por par en los datasets editados, y por imagen o conjunto de etiquetas en la anotación. Tras un lote piloto sabemos cuánto tiempo lleva cada elemento y te damos un precio fijo antes de que empiece el trabajo principal.
¿Cuánto tarda?
El plazo se acuerda para cada lote, según el número de pares y el tipo de edición. Los datasets grandes se entregan por lotes para que el entrenamiento pueda empezar pronto.
¿En qué formatos entregáis?
Archivos de imagen emparejados con nombres coherentes, máscaras en PNG, y etiquetas y metadatos en JSON o CSV. La estructura de carpetas, el formato de archivo y la división se acuerdan contigo antes del lote piloto.
¿Qué pasa con los archivos después de la entrega?
Los archivos se eliminan de forma definitiva 30 días después de la entrega, o antes si lo pides. Si quieres que los guardemos más tiempo para lotes posteriores, los conservamos hasta que nos digas que los eliminemos.
Empieza ya
Planifica tu lote piloto
Cuéntanos los tipos de edición o de anotación, el volumen aproximado y los derechos que tienes sobre las imágenes de partida, y te responderemos en un plazo de 24 horas.
Datasets para entrenar IA
Detalles del dataset
Describe el modelo que estás entrenando y las ediciones o etiquetas que necesitas. No envíes imágenes hasta que hayamos acordado el alcance y los derechos.